Python(序列化)

Posted 2021-01-08 嘟嘟嘟啦

序列化

参考：https://www.cnblogs.com/yuanchenqi/articles/5732581.html

 1 # dic = str({\'1\':\'111\'})
 2 #
 3 # f = open(\'test\', \'w\')
 4 # f.write(dic) #必须是str类型，不是set
 5 
 6 file = open(\'test\', \'r\')
 7 data = file.read()#data是字符串
 8 print(eval(data)[\'1\'])#用eval将字符串类型的data转成dict类型
 9 
10 print(type(data))
11 print(type(eval(data)))

执行被注释的程序可得如下文件：

{\'1\': \'111\'}

执行未被注释的文件可得：

111
<class \'str\'>
<class \'dict\'>

Process finished with exit code 0

可以看出需要通过eval将字符串类型的数据转成dict类型的。

 

之前我们学习过用eval内置方法可以将一个字符串转成python对象，不过，eval方法是有局限性的，对于普通的数据类型，json.loads和eval都能用，但遇到特殊类型的时候，eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式，并返回表达式的值。

什么是序列化？

我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。

序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输到别的机器上。

反过来，把变量内容从序列化的对象重新读到内存里称之为反序列化，即unpickling。

json

1、json.dumps()和json.loads()是json格式处理函数（可以这么理解，json是字符串）
　　(1)json.dumps()函数是将一个Python数据类型列表进行json格式的编码（可以这么理解，json.dumps()函数是将字典转化为字符串）
　　(2)json.loads()函数是将json格式数据转换为字典（可以这么理解，json.loads()函数是将字符串转化为字典）

2、json.dump()和json.load()主要用来读写json文件函数

参考：https://www.cnblogs.com/xiaomingzaixian/p/7286793.html

如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法是序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在Web页面中读取，非常方便。

JSON表示的对象就是标准的JavaScript语言的对象，JSON和Python内置的数据类型对应如下：

json_test.py(序列化)

1 import json
2 
3 dict = {\'name\':\'nizhipeng\',\'age\':\'18\'}
4 
5 data = json.dumps(dict)#添加序列化内容
6 f = open(\'JSON_text\', \'w\')
7 f.write(data)
8 f.close()

生成文件JSON_test

{"age": "18", "name": "nizhipeng"}

JSON_load.py(反序列化)

1 import json
2 
3 f = open(\'JSON_text\', \'r\')
4 
5 data = f.read()
6 
7 data = json.loads(data)
8 
9 print(data[\'name\'])

执行结果：

 1 nizhipeng 2 3 Process finished with exit code 0 

 

Pickle

Pickle的问题和所有其他编程语言特有的序列化问题一样，就是它只能用于Python，并且可能不同版本的Python彼此都不兼容，因此，只能用Pickle保存那些不重要的数据，不能成功地反序列化也没关系。

 

pickle_test.py

1 import pickle
2 
3 def foo():
4     print(\'ok\')
5 
6 data = pickle.dumps(foo)#添加序列化内容
7 f = open(\'pickle_text\', \'wb\') #b为二进制
8 f.write(data)
9 f.close()

生成pickle_text

pickle_load.py

 1 import pickle
 2 
 3 def foo():#必须有
 4     print(\'ok\')
 5 
 6 
 7 f = open(\'pickle_text\', \'rb\')#二进制形式  #注意是w是写入str,wb是写入bytes,j是\'bytes\'
 8 
 9 data = f.read()
10 
11 print(type(data))
12 
13 data()

执行结果：

<class \'function\'>
ok

Process finished with exit code 0

pickle可将函数序列化（只需了解一下）。但是函数内存地址已发生改变，所以需要在pickle_load.py处，重新再写一遍。

 

简化的方法dump,load

json_test.py

 1 import json
 2 
 3 dict = {\'name\':\'nizhipeng\',\'age\':\'18\'}
 4 f = open(\'json_text\', \'w\')
 5 
 6 # data = json.dumps(dict)#添加序列化内容
 7 # f.write(data)
 8 
 9 json.dump(dict, f)#等价于以上两行
10 
11 f.close()

用dump代替dumps。

生成json_text文件。

json_load.py

 1 import json
 2 
 3 f = open(\'json_text\', \'r\')
 4 
 5 # data = f.read()
 6 # data = json.loads(data)
 7 
 8 data = json.load(f)#等价与以上两步
 9 
10 print(data[\'name\'])

执行结果：

nizhipeng

Process finished with exit code 0

 

shelve模块

shelve模块比pickle模块简单，只有一个open函数，返回类似字典的对象，可读可写;key必须为字符串，而值可以是python所支持的数据类型

 1 import shelve
 2 
 3 f = shelve.open(\'shelve_text\')
 4 
 5 #
 6 f[\'info\'] = {\'name\':\'nizhipeng\', \'age\':\'18\'}
 7 f[\'shopping\'] = {\'name\':\'alex\', \'price\':\'-18\'}
 8 
 9 data = f.get(\'info\') #info是键
10 print(data)

执行会生成一个shelve_text文件

{\'name\': \'nizhipeng\', \'age\': \'18\'}

Process finished with exit code 0

 

补充（字典）

1 d = {\'name\':\'nizhipeng\', \'age\':\'18\'}
2 print(d[\'name\'])
3 print(d.get(\'name\'))
4 
5 print(d.get(\'sex\', \'male\'))#如果没有则返回后面的内容，本身没有sex键

执行结果：

nizhipeng
nizhipeng
male

Process finished with exit code 0